Co-Scientist：研究加速のためのマルチエージェント AI パートナー
Google DeepMind は、Gemini を基盤としたマルチエージェント AI システム「Co-Scientist」を発表し、科学者との協働により仮説生成を加速する実験ツールとして提供を開始した。
キーポイント
マルチエージェントによる仮説生成システム
Gemini を基盤とした「Co-Scientist」は、複数の AI エージェントが相互に議論し、複雑な科学問題に対して新規の仮説を反復的に生成・洗練させる仕組みを持つ。
実験ツールとしての公開と展開
Google DeepMind、Research、Cloud、Labs が共同開発した「Hypothesis Generation」という新ツールを通じて研究者向けに提供され、登録制でロールアウトされる予定である。
実証済みの応用事例
抗菌薬耐性、植物免疫、肝線維症といった難問に対し、すでに基礎生物学や工学の分野で有効性がテストされ、成果が報告されている。
影響分析・編集コメントを表示
影響分析
このニュースは、AI が科学発見の受動的な支援ツールから、能動的な共同研究者へと進化することを示す重要な転換点です。特にマルチエージェント・アプローチによる仮説生成と批判的検討の自動化は、情報過多時代における研究効率を劇的に向上させる可能性を秘めており、生命科学や材料工学などの分野で新たなブレークスルーが加速することが期待されます。
編集コメント
プレスリリース特有の期待感を煽る表現が含まれるものの、Nature 誌での論文発表と具体的な応用分野（抗菌薬耐性など）への言及により、単なる概念実証を超えた実用段階にあることが裏付けられています。
2026 年 5 月 19日 Science
Co-Scientist チーム
研究者が生命科学およびそれ以外の分野で新たな仮説を構築するための協働型 AI パートナーをご紹介します。
すべての偉大な科学的ブレークスルーは、単一の革新的なアイデアから始まります。発見の火花は、散在する事実をつなぎ合わせ、検証すべき適切な仮説を立案する研究者の能力に依存します。しかし、情報過多とますます複雑化する課題が特徴的な時代において、こうした「干し草の山の中の針」のようなアイデアを探すことは、進歩にとって大きなボトルネックとなっています。
私たちは、AI がブレークスルー科学仮説の生成と洗練における専任パートナーとして機能することで、ブレークスルーのペースを劇的に加速できると信じています。
本日、Nature にて、複雑な科学問題に対して新規仮説を反復的に生成し、議論し、進化させる Gemini を基盤とした新しいマルチエージェント AI システム「Co-Scientist」を紹介する最新の研究成果を発表しました。
Co-Scientist システムは、Google DeepMind、Google Research、Google Cloud、Google Labs が共同で開発した新実験ツール「Hypothesis Generation で関心登録を行うことができます。
昨年、初期の研究を発表してから、私たちは抗菌薬耐性 (antimicrobial resistance) や 植物の免疫、肝線維症 など、困難な課題に取り組むためにこのツールを活用しているチームと共に、Co-Scientist の開発とテストを続けてきました。すでに基礎生物学、自然科学、工学の各分野でどのように応用されているか、いくつかの事例をご紹介できることを嬉しく思います。
Co-Scientist の仕組み：Gemini を基盤としたマルチエージェントシステム
科学発見はまっすぐな直線ではなく、アイデア創出と仮説生成、批判、そして精緻化というサイクルです。研究者たちは、複雑な問題に数日、数ヶ月、あるいは数年間格闘した後にこそ、最も深い洞察に至ることがよくあります。Co-Scientist の背後にある核心的な研究課題とは、「AI システムはどのようにして科学発見のための厳密で構造化された思考プロセスに参加できるのか？」という点です。
Co-Scientist AI システムは、Gemini モデルを基盤とした専門的なエージェントからなる協力的な連合体で構成されており、これらは以下の 3 つの異なるフェーズに分類できます：
アイデアの生成:
- ジェネレーションエージェント - 科学文献とデータに基づき、初期の焦点領域と新規仮説を提案します。
- プロキシミティエージェント - 生成された仮説のマッピングとクラスタリングを行い、研究空間の多角的かつ包括的な探索を確保します。
アイデアの議論:
- リフレクションエージェント - 「仮想ピアレビューアー」として機能し、仮説の正しさ、品質、新規性を批判的に評価します。
- ランキングエージェント - 対比比較と模擬科学討論を用いた「アイデアトーナメント」を統括し、最も有望な経路と仮説に優先順位をつけます。
アイデアの進化:
- エボリューションエージェント - トーナメントで上位評価された仮説を継続的に精緻化・結合・発展させ、その品質を反復的に向上させることを支援します。
- メタレビューエージェント - 討論とアイデアトーナメントからの洞察を統合し、システムを継続的に最適化するとともに、科学者がレビューするための最終的な研究提案を生成します。
エージェント連合の調整を行うのは、適応型プランナーとして機能するスーパーバイザーエージェントです。直線的に思考する AI モデルとは異なり、このフリーフォームプランナーは高レベルの研究目標を実行可能なステップに分解し、並列実行されるエージェントを調整して複数の経路を同時に探索します。
生成されたアイデアは反復的に精緻化・批判され、新たな仮説へと進化し、科学的推論と仮説生成の好循環を形成します。
アイデアのトーナメント：システムがいかに仮説を検証し、洗練させ、ランク付けするか
Co-Scientist は数千もの研究方向性を探索できます。最も影響力のあるものを見つけるために、「アイデアのトーナメント」という手法を開発しました。このアプローチは AlphaGo や AlphaStar で用いられた原理に基づいていますが、ゲームをプレイするのではなく、AI エージェントが科学的な議論を行い、アイデアの生成、洗練、ランク付けを行います。
新規性の限界を広げつつも仮説が堅牢で検証可能であることを保証するため、システム計算の大部分はこの仮説を検証することに充てられています。科学文献やデータに対して深くクロスチェックを行うことで、主張が根拠に基づき、事実上正確であり、論理的に整合性があることを確保します。現在、システムはウェブ検索と ChEMBL や UniProt といった専門データベースを統合し、追加の知識を取り込んでいます。また、選択的な研究協力においてテスト中のツールとして、AlphaFold などの高度な専門モデルを活用することも可能です。
これらの機能の組み合わせにより、Co-Scientist は構造的思考のための信頼性の高いマルチエージェントシステムの最初の事例の一つとなり、複雑な科学問題に対する新規仮説生成において具体的な成果をもたらすことが可能になりました。
アイデア・トーナメントは、Elo ベースのトーナメントを通じて仮説を反復的にランク付けすると同時に、新鮮な知識を注入して仮説空間の探索範囲を広げています。
肝線維症治療のための既存薬の再発見
Co-Scientist は、Gary Peltz の肝線維症治療法の探索を加速させました。この AI システムは見過ごされていた薬剤再利用候補を特定し、その中には実験室試験で瘢痕化に関連する反応の 91% を効果的にブロックしたものが含まれていました。Advanced Science に掲載されたこれらの結果は、慢性肝疾患の治療に向けた新たな遺伝子調節アプローチへの道を示しています。
「Co-Scientist は、生物医学科学に関する利用可能なすべての文献を読み込み、現在私たちが欠いているつながりを見つける推論能力を備えた協力者のようです。」
スタンフォード大学医学部教授 Gary Peltz
筋萎縮性側索硬化症（ALS）への新たなアプローチのための生物学ツールの統合
Co-Scientist は、変性疾患である ALS において、Ritu Raman と Ryan Flynn の研究室を結びつけました。このシステムは Ritu が複雑な文献を素早く理解し、検証可能なアイデアを提案し、最有力な研究候補を強化するために補完的な専門知識がどこで必要かを特定するのを支援しました。これにより、ALS に対する潜在的な RNA ベースのアプローチについて Ryan との協力が生まれました。
「科学はチームスポーツです。Co-Scientist はそれ単独で科学を行うことはできず、私一人でも全てをこなすことはできません。このツールは私の思考を構造化してくれるため、他の専門家や協力者に何を求めるべきかが明確になります。」
マサチューセッツ工科大学准教授 リトゥ・ラマン氏
遺伝的手がかりの高速化による細胞老化の逆転へ
生物学者のオマル・アブダヤエフ氏とジョナサン・グートンバーグ氏は、Co-Scientist を活用して細胞老化を逆転させる研究を加速させています。このシステムは数十年にわたる文献を統合し、実験室でのテストで細胞若返り効果が確認された新たな遺伝的手がかりを提案します。また、膨大なスクリーニングデータの解析に必要な時間を数ヶ月から数日に短縮しています。
「Co-Scientist を使うと、1 日以内に全ての作業を完了する 50 人のチームを抱えているような感覚になります。これは私たちの実験室だけでは実現できないことです。」
アブダヤエフ・グートンバーグ研究所主任研究員 オマル・アブダヤエフ氏
肝疾患のメカニズム解明の加速へ
フィリッポ・メノラシーナ氏にとって、Co-Scientist は生体医学文献の過剰な情報量を、代謝性肝疾患に関する高品質な仮説へと変換する手助けとなりました。このシステムは有望な疾患メカニズムや薬剤の組み合わせを浮き彫りにし、既存の薬がなぜ一部の患者にしか効果を示さないのかという理由を説明しました。この考え方は後にメノラシーナ氏の研究室での実験によって裏付けられました。
「Co‑Scientist は科学者にとってジェットパックのようなもので、有望なメカニズムを特定する能力にパワーを与えてくれます。私たちは画期的な発見に必要な反復サイクルを大幅に短縮する科学的革命の瀬戸際にいると思います。」
フィリッポ・メノラシーナ、エディンバラ大学 工学生物学教授
新しい感染症の背後にある分子スイッチを見つける
クレア・ブライアントは、Co-Scientist を活用して、インフルエンザや COVID-19 のような病原体が動物から人間へ飛び移る際に深刻な疾患を引き起こすタンパク質を特定する支援を行っています。AI システムとの反復的な作業を通じて、彼女は実験室で検証すべき特定のアミノ酸に探索範囲を急速に絞り込み、数年かかる実験作業を数ヶ月に短縮できる可能性があります。
「Co-Scientist は、すべての公開文献やオンラインリソースを集約し、より良い質問を立てるのを助けてくれます。データが豊富な分野で見落としがちな点を捉え、優先順位をつけることで、私のチームは実験室で正しい問いに答えることに集中できます。」
クレア・ブライアント、ケンブリッジ大学 自然免疫学教授
老化研究における新たな道を開く
カリコ・ライフサイエンシズでは、マット・オンサムとキャサリン・ラベが Co-Scientist を活用し、医学において最も困難な問題の一つである老化の生物学に取り組んでいます。この AI システムは、統合ストレス応答に関する後で実験室で確認された刺激的な新仮説を生成するなど、科学的洞察力においてカリコの専門家たちを感銘させています。
「Co-Scientist を使用して私が驚きと興奮を感じたのは、それが科学者のように思考する点です。それは科学者がすでに持っている思考や行動パターンに自然に適合します。」
Dr Matt Onsum, Calico Life Sciences AI/ML 部門長
科学コミュニティと共にエージェント型ツールの開発
Co-Scientist は、その能力を検証し、科学コミュニティにとって高品質で有用なツールであることを保証するため、100 以上の機関の研究者と協力して開発されました。
私たちの 責任ある AI アプローチの一環として、Co-Scientist は広範な社内および社外の安全性評価を受けました。Co-Scientist が生命科学および物理科学において実証された熟練度に基づき、化学・生物・放射線・核 (CBRN: Chemical, Biological, Radiological and Nuclear) ドメインにおける悪用に関する独立した評価も実施しました。これらの知見から、非倫理的な研究目標をフラグ付けし、危険な情報の表面化を緩和するためのカスタム安全性分類器を開発しました。
私たちは、科学コミュニティからのフィードバックや協力と並行して、このツールを継続的に改善・開発していく予定であり、Gemini for Science を通じて個人研究者にも Co-Scientist を提供できることを嬉しく思います。また、間もなく Google Cloud の企業パートナー向けへのアクセス拡大も期待しています。
今日の世界理解を築いてきた科学者たちから私たちは深くインスピレーションを受けてきました。そして、AI が研究者の皆さんに科学進歩の新時代をもたらすのを支援し、加速させるお手伝いができればと願っています。
注記：Co-Scientist は科学的・臨床的専門知識の代替ではなく、研究におけるパートナーとして意図されています。ユーザーは、その科学的探求を続ける中で出力を用いて下した決定について責任を負う必要があります。
謝辞
本研究プロジェクトは、Juraj Gottweis と Vivek Natarajan を中心に、Alan Karthikesalingam、Annalisa Pawlosky、Yunhan Xu が主導し、Wei-Hung Weng、Alexander Daryin、Alessio Orlandi、Andrew Carroll、Anil Palepu、Artiom Myaskovsky、Avinatan Hassidim、Ben Feinstein、Burak Gokturk、Byron Lee、Dan Popovici、Dina Zverinski、Eeshit Dhaval Vaishnav、Elahe Vedadi、Fan Zhang、Felix Weissenberger、Florian Hasler、Gary Peltz、Grzegorz Glowaty、Ivor Rendulic、Ivan Budiselic、Jacob Blum、Jan Freyberg、Jeremy Ratcliff、José R Penadés、Katherine Chou、Kavita Kulkarni、Keran Rong、Khaled Saab、Luka Rimanic、Marina Boia、Matthias Bellaiche、Nenad Tomašev、Ottavia Bertolli、Petar Sirkovic、Ryutaro Tanno、Tao Tu、Tiago R D Costa、Tom Sheffer、Vikram Dhillon、Yuan Guan、Amin Vahdat、James Manyika、Demis Hassabis、Yossi Matias、Pushmeet Kohli の各氏からの重要な貢献により実現されました。
技術サポートを提供してくれた Ali-Cowen Rivers、Anna Trostanetski、Barnaby James、Bill Byrne、Boon Panichprecha、Charlie Taylor、Diego Ballesteros、Hussein Hassan Harrirou、Ieva Grublyte、Ivan Lee、Jakob Oesignhaus、James Walker、Jorge Barrios、Laurynas Tamulevičius、Luka Važić、Meet Shah、Mihai Ciorobea、Natasha Latysheva、Nicolas Stroppa、Nir Kerem、Saz Basu、Sebastian Nowozin、Taylor Applebaum、Team Rakket、Thomas Wagner、Yaniv Carmel の各チームメイトに感謝いたします。
また、Carmela Sidrauski、Clare Bryant、Filippo Menolascina、Jonathan Gootenberg、Katherine Labbé、Matthew Onsum、Omar Abudayyeh、Ritu Raman、Ryan Flynn、Velia Siciliano 各位の協力に感謝いたします。
最後に、Ali Eslami、Andy Berndt、Ankur Jain、Anna Koivuniemi、Clemens Mayer、Dale Webster、Greg Corrado、Jason Freidenfelds、Jeff Dean、Joelle Barral、John Jumper、John Platt、Josh Woodward、Karen DeSalvo、Koray Kavukcuoglu、Michael Brenner、Michael Howell、Noam Shazeer、Oriol Vinyals、Parthasarathy Ranganathan、Ronit Levavi Morad、Royal Hansen、Scott Huffman、Srini Narayanan、Susan Thomas、Thomas Kurian、Zoubin Ghahramani、Sundar Pichai 各位のこの研究への支援に心から感謝申し上げます。
原文を表示
May 19, 2026 Science
Co-Scientist team
Introducing a collaborative AI partner for researchers to develop new hypotheses in life sciences and beyond.
Every great scientific breakthrough begins with a single, transformative idea. The spark of discovery relies on a researcher's ability to connect disparate facts and formulate the right hypothesis to test. But in an era of information overload and increasingly complex challenges, the search for these needle-in-a-haystack ideas has become a significant bottleneck for progress.
We believe AI can help dramatically accelerate the pace of breakthroughs by serving as a dedicated partner in the generation and refinement of breakthrough scientific hypotheses.
Today, in Nature we published our latest Co-Scientist research, introducing a new multi-agent AI system built with Gemini that iteratively generates, debates, and evolves novel hypotheses for complex scientific problems.
We are making the Co-Scientist system available to individual researchers through Hypothesis Generation, a new experimental tool jointly developed across Google DeepMind, Google Research, Google Cloud and Google Labs. We’ll begin rolling out in the coming weeks and researchers can register their interest at labs.google/science.
Since sharing our early research last year, we’ve been developing and testing Co-Scientist together with teams who are leveraging it to tackle challenging problems - from antimicrobial resistance00973-0) and plant immunity to liver fibrosis. We’re excited to share some of the ways it is already being applied across fundamental biology, the natural sciences, and engineering.
How Co-Scientist works: A multi-agent system built with Gemini
Scientific discovery is rarely a straight line; it is a cycle of ideation and hypothesis generation, critique, and refinement. Scientists often reach their most profound insights only after wrestling with a complex problem for days, months, or even years. The core research question behind Co-Scientist was: *How can an AI system engage in this rigorous structured thinking for scientific discovery?*
The Co-Scientist AI system is made of a collaborative coalition of specialized agents based on the Gemini model, which we can group into three different phases:
Generate ideas:
- Generation agent - Proposes initial focus areas and novel hypotheses grounded in scientific literature and data.
- Proximity agent - Maps and clusters generated hypotheses to help ensure a diverse, comprehensive exploration of the research space.
Debate ideas:
- Reflection agent - Acts as a "virtual peer reviewer," critically evaluating hypotheses for correctness, quality, and novelty.
- Ranking agent - Orchestrates an “idea tournament”, using pairwise comparisons and simulated scientific debates to prioritize the most promising paths and hypotheses.
Evolve ideas:
- Evolution agent - Continuously refines, combines, and builds upon the top-ranked hypotheses in the tournament to help iteratively improve their quality.
- Meta-review agent - Synthesizes insights from the debates and idea tournament to continuously optimize the system and generates the final research proposal for the scientist to review.
Orchestrating the agent coalition is a supervisor agent acting as an adaptive planner. Unlike AI models that think linearly, this freeform planner breaks down high-level research goals into executable steps, coordinating agents to run in parallel and explore multiple avenues simultaneously.
Tournament of ideas: How our system verifies, refines, and ranks hypotheses
Co-Scientist can explore thousands of research directions. To help find the most impactful ones, we developed the ‘tournament of ideas’. The approach draws from principles used in AlphaGo and AlphaStar - but instead of playing a game, our AI agents hold scientific debates to generate, refine and rank ideas.
To push the boundaries of novelty while ensuring the hypotheses are robust and testable, the majority of the system's computation is dedicated to *verifying* these hypotheses. By deeply cross-checking claims against scientific literature and data, the system ensures that claims remain grounded, factually accurate, and logically coherent. The system currently integrates web search and specialized databases like ChEMBL and UniProt to incorporate additional knowledge. It can also leverage advanced specialized models as tools like AlphaFold, which we are testing in select research collaborations.
This combination of these capabilities helps make Co-Scientist one of the first examples of a reliable multi-agent system for structured scientific thinking, enabling it to deliver tangible results in novel hypothesis generation for complex scientific problems .
The idea tournament is iteratively ranking hypotheses via an Elo-based tournament while also injecting fresh knowledge to expand its exploration of the hypothesis space.
Uncovering repurposed medicines to fight liver fibrosis
Co-Scientist helped accelerate Gary Peltz’s search for liver fibrosis treatments. The AI system highlighted overlooked drug-repurposing candidates, including one that successfully blocked 91% of a scarring-linked response in lab tests. The results, published in Advanced Science, point toward new gene-regulating approaches to treat chronic liver disease.
“*Co-Scientist feels like a collaborator that’s read everything available about biomedical science, with the reasoning capabilities to find the connections that we’re currently missing.*”
Professor Gary Peltz, Stanford University School of Medicine
Uniting biological toolkits for a new approach to ALS
Co-Scientist helped unite Ritu Raman and Ryan Flynn’s labs around the degenerative disease, ALS. The system helped Ritu quickly digest complex literature, propose testable ideas, and spot where complementary expertise could strengthen the best leads, sparking collaboration with Ryan on potential RNA-based approaches to ALS.
“*Science is a team sport. Co-Scientist can’t do science by itself, and I can’t do it all by myself either. It helps me structure my thoughts, so I know what to ask of other experts and collaborators.*”
Associate Professor Ritu Raman, Massachusetts Institute of Technology
Fast-tracking genetic leads to reverse cellular aging
Biologists Omar Abudayyeh and Jonathan Gootenberg are using Co‑Scientist to speed up research on reversing cellular aging. The system synthesises decades of literature to propose novel genetic leads that in lab tests have been shown to rejuvenate cells. It also slashes the time needed to analyse huge screening datasets, from months to days.
“*Using Co-Scientist feels like having a team of 50 people at your disposal, doing all the work within a day, which isn’t something we can otherwise do with our lab.”*
Omar Abudayyeh, Principal Investigator, The Abudayyeh–Gootenberg Lab
Accelerating discovery of liver disease mechanisms
For Filippo Menolascina, Co-Scientist helped turn biomedical literature overload into high-quality hypotheses for metabolic liver disease. The system highlighted promising disease mechanisms and drug combinations, and helped explain why an existing drug benefits only some patients – an idea later supported by Menolascina’s lab tests.
“*Co‑Scientist feels like a jetpack for scientists, powering up our ability to identify promising mechanisms. I think we’re on the brink of a scientific revolution that will significantly shorten the iteration cycles needed to achieve breakthroughs.*”
Filippo Menolascina, Professor of Engineering Biology, University of Edinburgh
Finding the molecular switches behind new infectious diseases
Clare Bryant is using Co-Scientist to help identify the proteins that cause severe disease when pathogens like flu and COVID-19 leap from animals to humans. Iterating with the AI system, she rapidly narrowed the hunt to specific amino acids her lab will test — potentially cutting years of experimental work down to months.
“*Co-Scientist pulls together the entire published literature and online resources to help me ask better questions. It catches what I'd miss in a data-rich field and helps me prioritise, so my team can focus on answering the right questions in the lab.*"
Clare Bryant, Professor of Innate Immunity, University of Cambridge
Opening new paths in aging research
At Calico Life Sciences, Matt Onsum and Katherine Labbé are using Co-Scientist to tackle one of medicine’s hardest problems: the biology of aging. The AI system has impressed Calico’s experts with its scientific discernment, including by generating an exciting novel hypothesis about the integrated stress response that was later confirmed in the lab.
“*What I found both exciting and surprising about using Co-Scientist is how much it thinks like a scientist. It really works naturally with how a scientist already thinks and behaves.*”
Dr Matt Onsum, Head of AI/ML, Calico Life Sciences
Developing agentic tools with the scientific community
Co-Scientist was developed in collaboration with researchers from over 100 institutions to test its capabilities and ensure it is a high-quality, useful tool for the scientific community.
As part of our responsible AI approach, Co-Scientist underwent extensive internal and external safety evaluations. Given Co-Scientist’s demonstrated proficiency in life and physical sciences, we also conducted independent evaluations for misuse in Chemical, Biological, Radiological and Nuclear (CBRN) domains. From these findings, we developed custom safety classifiers to flag unethical research goals and mitigate the surfacing of unsafe information.
We will continue to iterate and develop the tool alongside feedback and collaboration with the scientific community and are excited to be making Co-Scientist available to individual researchers through Gemini for Science. We also look forward to expanding access to more Google Cloud enterprise partners soon.
We have been deeply inspired by the scientists who have built up our understanding of the world today. And we hope that AI can help researchers to usher in and accelerate a new era of scientific progress.
Note: Co-Scientist is intended to be a partner in research, not a replacement for scientific or clinical expertise, and users are responsible for any decisions they make using the outputs as they continue their scientific journey.
Acknowledgements
This research project was led by Juraj Gottweis and Vivek Natarajan, as well as Alan Karthikesalingam, Annalisa Pawlosky, and Yunhan Xu, and with key contributions from: Wei-Hung Weng, Alexander Daryin, Alessio Orlandi, Andrew Carroll, Anil Palepu, Artiom Myaskovsky, Avinatan Hassidim, Ben Feinstein, Burak Gokturk, Byron Lee, Dan Popovici, Dina Zverinski, Eeshit Dhaval Vaishnav, Elahe Vedadi, Fan Zhang, Felix Weissenberger, Florian Hasler, Gary Peltz, Grzegorz Glowaty, Ivor Rendulic, Ivan Budiselic, Jacob Blum, Jan Freyberg, Jeremy Ratcliff, José R Penadés, Katherine Chou, Kavita Kulkarni, Keran Rong, Khaled Saab, Luka Rimanic, Marina Boia, Matthias Bellaiche, Nenad Tomašev, Ottavia Bertolli, Petar Sirkovic, Ryutaro Tanno, Tao Tu, Tiago R D Costa, Tom Sheffer, Vikram Dhillon, Yuan Guan, Amin Vahdat, James Manyika, Demis Hassabis, Yossi Matias and Pushmeet Kohli.
We thank our teammates Ali-Cowen Rivers, Anna Trostanetski, Barnaby James, Bill Byrne, Boon Panichprecha, Charlie Taylor, Diego Ballesteros, Hussein Hassan Harrirou, Ieva Grublyte, Ivan Lee, Jakob Oesignhaus, James Walker, Jorge Barrios, Laurynas Tamulevičius, Luka Važić, Meet Shah, Mihai Ciorobea, Natasha Latysheva, Nicolas Stroppa, Nir Kerem, Saz Basu, Sebastian Nowozin, Taylor Applebaum, Team Rakket and, Thomas Wagner and Yaniv Carmel for their technical support.
We also want to thank Carmela Sidrauski, Clare Bryant, Filippo Menolascina, Jonathan Gootenberg, Katherine Labbé, Matthew Onsum, Omar Abudayyeh, Ritu Raman, Ryan Flynn, Velia Siciliano for their collaboration.
Finally, we thank Ali Eslami, Andy Berndt, Ankur Jain, Anna Koivuniemi, Clemens Mayer, Dale Webster, Greg Corrado, Jason Freidenfelds, Jeff Dean, Joelle Barral, John Jumper, John Platt, Josh Woodward, Karen DeSalvo, Koray Kavukcuoglu, Michael Brenner, Michael Howell, Noam Shazeer, Oriol Vinyals, Parthasarathy Ranganathan, Ronit Levavi Morad, Royal Hansen, Scott Huffman, Srini Narayanan, Susan Thomas, Thomas Kurian, Zoubin Ghahramani and Sundar Pichai for their support of this work.
関連記事
今日のまとめ
AI日報で今日の重要ニュースをまとめ読み